Buchumschlag

Cross-Modal Retrieval: A Systematic Review of Methods and Future Directions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Tianshi, Li, Fengling, Zhu, Lei, Li, Jingjing, Zhang, Zheng, Shen, Heng Tao
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Information Retrieval Multimedia
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Leveraging Weak Cross-Modal Guidance for Coherence Modelling via Iterative Learning
von: Bin, Yi, et al.
Veröffentlicht: (2024)

Does Multimodality Improve Recommender Systems as Expected? A Critical Analysis and Future Directions
von: Zhou, Hongyu, et al.
Veröffentlicht: (2025)

A Survey on Multimodal Recommender Systems: Recent Advances and Future Directions
von: Xu, Jinfeng, et al.
Veröffentlicht: (2025)

CLEAR: Null-Space Projection for Cross-Modal De-Redundancy in Multimodal Recommendation
von: Zhan, Hao, et al.
Veröffentlicht: (2026)

SemCORE: A Semantic-Enhanced Generative Cross-Modal Retrieval Framework with MLLMs
von: Li, Haoxuan, et al.
Veröffentlicht: (2025)

Modality-Aware Identity Construction and Counterfactual Structure Learning for ID-Free Multimodal Recommendation
von: Ma, Hongjian, et al.
Veröffentlicht: (2026)

Improving the Consistency in Cross-Lingual Cross-Modal Retrieval with 1-to-K Contrastive Learning
von: Nie, Zhijie, et al.
Veröffentlicht: (2024)

FashionDPO:Fine-tune Fashion Outfit Generation Model using Direct Preference Optimization
von: Yu, Mingzhe, et al.
Veröffentlicht: (2025)

U-Sticker: A Large-Scale Multi-Domain User Sticker Dataset for Retrieval and Personalization
von: Chee, Heng Er Metilda, et al.
Veröffentlicht: (2025)

Learning Item Representations Directly from Multimodal Features for Effective Recommendation
von: Zhou, Xin, et al.
Veröffentlicht: (2025)

The State-of-the-Art in Lifelog Retrieval: A Review of Progress at the ACM Lifelog Search Challenge Workshop 2022-24
von: Tran, Allie, et al.
Veröffentlicht: (2025)

Frozen LVLMs for Micro-Video Recommendation: A Systematic Study of Feature Extraction and Fusion
von: Sun, Huatuan, et al.
Veröffentlicht: (2025)

Small Stickers, Big Meanings: A Multilingual Sticker Semantic Understanding Dataset with a Gamified Approach
von: Chee, Heng Er Metilda, et al.
Veröffentlicht: (2025)

The 2nd EReL@MIR Workshop on Efficient Representation Learning for Multimodal Information Retrieval
von: Fu, Junchen, et al.
Veröffentlicht: (2026)

MMSRARec: Summarization and Retrieval Augumented Sequential Recommendation Based on Multimodal Large Language Model
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

A Unified Optimal Transport Framework for Cross-Modal Retrieval with Noisy Labels
von: Han, Haochen, et al.
Veröffentlicht: (2024)

Cross-Modal Retrieval with Cauchy-Schwarz Divergence
von: Zhang, Jiahao, et al.
Veröffentlicht: (2025)

Performance Evaluation in Multimedia Retrieval
von: Sauter, Loris, et al.
Veröffentlicht: (2024)

Uni-Retrieval: A Multi-Style Retrieval Framework for STEM's Education
von: Jia, Yanhao, et al.
Veröffentlicht: (2025)

VCR: Video representation for Contextual Retrieval
von: Nir, Oron, et al.
Veröffentlicht: (2024)

From ID-based to ID-free: Rethinking ID Effectiveness in Multimodal Collaborative Filtering Recommendation
von: Li, Guohao, et al.
Veröffentlicht: (2025)

Towards Identity-Aware Cross-Modal Retrieval: a Dataset and a Baseline
von: Messina, Nicola, et al.
Veröffentlicht: (2024)

Unraveling Movie Genres through Cross-Attention Fusion of Bi-Modal Synergy of Poster
von: Nareti, Utsav Kumar, et al.
Veröffentlicht: (2024)

Multimodal Learned Sparse Retrieval for Image Suggestion
von: Nguyen, Thong, et al.
Veröffentlicht: (2024)

Representation Discrepancy Bridging Method for Remote Sensing Image-Text Retrieval
von: Ning, Hailong, et al.
Veröffentlicht: (2025)

Spectrum-based Modality Representation Fusion Graph Convolutional Network for Multimodal Recommendation
von: Ong, Rongqing Kenneth, et al.
Veröffentlicht: (2024)

OTCR: Optimal Transmission, Compression and Representation for Multimodal Information Extraction
von: Li, Yang, et al.
Veröffentlicht: (2025)

Agentic Mixed-Source Multi-Modal Misinformation Detection with Adaptive Test-Time Scaling
von: Jiang, Wei, et al.
Veröffentlicht: (2026)

OpenLifelogQA: An Open-Ended Multi-Modal Lifelog Question-Answering Dataset
von: Tran, Quang-Linh, et al.
Veröffentlicht: (2025)

CM$^3$: Calibrating Multimodal Recommendation
von: Zhou, Xin, et al.
Veröffentlicht: (2025)

Multimodal Graph Neural Network for Recommendation with Dynamic De-redundancy and Modality-Guided Feature De-noisy
von: Mo, Feng, et al.
Veröffentlicht: (2024)

Multimodal Pre-training Framework for Sequential Recommendation via Contrastive Learning
von: Zhang, Lingzi, et al.
Veröffentlicht: (2023)

MHier-RAG: Multi-Modal RAG for Visual-Rich Document Question-Answering via Hierarchical and Multi-Granularity Reasoning
von: Gong, Ziyu, et al.
Veröffentlicht: (2025)

Generative Cross-Modal Retrieval: Memorizing Images in Multimodal Language Models for Retrieval and Beyond
von: Li, Yongqi, et al.
Veröffentlicht: (2024)

RAG-VisualRec: An Open Resource for Vision- and Text-Enhanced Retrieval-Augmented Generation in Recommendation
von: Tourani, Ali, et al.
Veröffentlicht: (2025)

Modality Curation: Building Universal Embeddings for Advanced Multimodal Information Retrieval
von: Kong, Fanheng, et al.
Veröffentlicht: (2025)

CrossPT-EEG: A Benchmark for Cross-Participant and Cross-Time Generalization of EEG-based Visual Decoding
von: Zhu, Shuqi, et al.
Veröffentlicht: (2024)

DA-PTQ: Drift-Aware Post-Training Quantization for Efficient Vision-Language-Action Models
von: Xu, Siyuan, et al.
Veröffentlicht: (2026)

Adaptive Multi-Agent Reasoning for Text-to-Video Retrieval
von: Wu, Jiaxin, et al.
Veröffentlicht: (2025)

MCA: Modality Composition Awareness for Robust Composed Multimodal Retrieval
von: Wu, Qiyu, et al.
Veröffentlicht: (2025)